Playground de ML

Cada bloco é uma etapa de um Pipeline do scikit-learn, e os fios são os dados passando entre elas. Fios verdes levam a tabela antes da divisão treino/teste; os azuis, as linhas de treino e de teste depois dela; os laranja, um modelo ajustado. O rótulo de um fio é o formato que passa (linhas × colunas), com as colunas de texto e os valores faltantes que ainda estão nele: dá para ver um bloco Imputação tirar os NaN e um bloco Codificação tirar o texto.

Enquanto você arrasta um fio, as entradas onde ele faz sentido acendem em verde; as âmbar o aceitam com um aviso (vazamento, nada para imputar); as apagadas o recusam, e passar o mouse sobre uma diz por quê: um modelo precisa de uma Divisão antes, um PCA não aceita texto nem valores faltando, não há o que codificar depois de uma redução.

Um bloco posto antes da Divisão é ajustado em todas as linhas, inclusive as de teste: se ele aprende algo (uma escala, um seletor de atributos), isso é vazamento, e o bloco avisa. Depois da Divisão, cada bloco é ajustado só nas linhas de treino. Uma Junção põe ramos lado a lado, como um ColumnTransformer: comece cada ramo no mesmo bloco, com um Selecionar colunas.

Os blocos de olhar (EDA, tabela, mapa 2D, matriz de confusão, ROC, importância…) podem sair de qualquer fio; clique num deles e os ajustes, gráficos e análises aparecem no painel à direita. { } Python mostra o pipeline do modelo selecionado como um script que reproduz os números: blocos seguidos nas colunas numéricas ou de texto viram um só ColumnTransformer com um ramo num e um cat, como nas aulas. Tudo roda no seu navegador (Python via Pyodide); o grafo fica salvo neste navegador e ⇩/⇧ o levam como arquivo JSON.

A versão guiada, um pipeline fixo com cenários e metas, é o simulador.